CUDA или то же самое, что может быть доступно для графической карты Intel?

Question

Я хочу научиться программированию GPGPU и CUDA. Но я знаю, что это поддерживают только карты Nvidia. Мой ноутбук оснащен графической картой Intel HD. Поэтому мне нужно поискать, возможно ли сделать GPGPU или что-то подобное с графической картой Intel. Спасибо за любую информацию.

Answer 1

Для разработки в CUDA доступны следующие варианты:

• Использование графического процессора NVIDIA - все графические процессоры NVIDIA для серверов, настольных компьютеров и ноутбуков поддерживают CUDA примерно с 2006 года, поскольку на вашем ноутбуке нет такого, который вы могли бы попробовать использоватьодин удаленно.
• Используйте PGI CUDA x86 , не бесплатно, но делает то, что вы хотите.
• Используйте gpuocelot для запуска PTX на ЦП,это проект с открытым исходным кодом в разработке, поэтому YMMV.

Answer 2

Вы не можете использовать GPGPU на графических картах Intel HD сегодня, если только вы не программируете на основе шейдеров (что было обычной практикой в ​​дни до CUDA и OpenCL).

По моему опыту, материал PGI X86, похоже, потерпел неудачу, и я не знаю никого, кто бы использовал это. Ocelot - это еще одна попытка того же самого, но он очень реаархичен и на данный момент не полностью устойчив.

Единственными OpenCL-совместимыми устройствами от Intel являются новейшие процессоры (Sandy Bridge и Ivy Bridge).

Какой процессор у вас в системе?

Answer 3

CUDA является специфическим для Nvidia в качестве стартера. Эмуляторы GPU всегда присутствуют в CUDA, поэтому вы можете легко использовать их без видеокарты, хотя это будет медленно. Более быстрое решение x86 реализация . Любой из них позволит вам изучить основы CUDA без использования графического процессора вообще.

Если вы хотите изучать GPGPU в целом, у вас все еще есть возможность изучать OpenCL, который поддерживается более широко, включая AMD, Intel, Nvidia и т. Д. Например. У Intel есть OpenCL SDK (тогда целью является процессор, но я думаю, что это не имеет значения для вас).

Изучив основы CUDA или OpenCL, освоить другой будет легко. Ни синтаксис, ни семантика не одинаковы, но это легкий шаг вперед, поскольку концепции одинаковы.